公开(公告)号：CN103412948B

公开(公告)日：2017-10-24

申请号：CN201310379073.1

申请日：2013-08-27

Applicant: 北京交通大学

Inventor： 刘云 ,  王琪 ,  曹伟 ,  王星 ,  桂畅旎

IPC: G06F17/30 ,  G06Q30/02

Abstract: 本发明属于数据挖掘技术领域，特别涉及一种基于聚类的协同过滤的商品推荐方法及系统，利用购物网站的API接口获取用户对商品的评分信息和商品的类型标签信息；根据用户的购买商品类型，对用户进行聚类；根据聚类的结果，并通过评分估值公式为用户‑商品评分矩阵中缺省评分赋予评分估值；计算矩阵中商品之间的相似度，对目标用户未购买商品进行预测评分，并为目标用户推荐预测评分最高的前N件商品，本发明相比现有技术具有如下优点：解决了数据稀疏性的问题，减少了不同用户的评分尺度不一致的问题，提高了缺省赋值的准确性，使得同一类中的用户的评分相似性最高，提高了缺省赋值的准确性。

公开(公告)号：CN102663101B

公开(公告)日：2015-10-28

申请号：CN201210109215.8

申请日：2012-04-13

Applicant: 北京交通大学 ,  中国信息安全测评中心

Inventor： 刘云 ,  廉捷 ,  曹伟 ,  周欣 ,  李维杰 ,  陈海强

IPC: G06F17/30

Abstract: 本发明公开了一种基于新浪微博的用户等级排序算法，包括如下步骤：a、抓取新浪微博中的实时数据；b、通过数据分析确定新浪微博中影响用户等级排序的制约因素；c、建立用户等级排序中用户影响力参考模型；d、建立用户等级排序中用户活跃度参考模型；e、通过用户影响力与用户活跃度模型加权获得用户权重计算模型，利用该模型实现新浪微博用户等级排序。可用于社交网络研究领域。本发明具有较高的合理性与较小的时间损耗，适用于实时网络环境中。

公开(公告)号：CN102663101A

公开(公告)日：2012-09-12

申请号：CN201210109215.8

申请日：2012-04-13

Applicant: 北京交通大学 ,  中国信息安全测评中心

Inventor： 刘云 ,  廉捷 ,  曹伟 ,  周欣 ,  李维杰 ,  陈海强

IPC: G06F17/30

Abstract: 本发明公开了一种基于新浪微博的用户等级排序算法，包括如下步骤：a、抓取新浪微博中的实时数据；b、通过数据分析确定新浪微博中影响用户等级排序的制约因素；c、建立用户等级排序中用户影响力参考模型；d、建立用户等级排序中用户活跃度参考模型；e、通过用户影响力与用户活跃度模型加权获得用户权重计算模型，利用该模型实现新浪微博用户等级排序。可用于社交网络研究领域。本发明具有较高的合理性与较小的时间损耗，适用于实时网络环境中。

公开(公告)号：CN103412948A

公开(公告)日：2013-11-27

申请号：CN201310379073.1

申请日：2013-08-27

Applicant: 北京交通大学

Inventor： 刘云 ,  王琪 ,  曹伟 ,  王星 ,  桂畅旎

IPC: G06F17/30 ,  G06Q30/02

Abstract: 本发明属于数据挖掘技术领域，特别涉及一种基于聚类的协同过滤的商品推荐方法及系统，利用购物网站的API接口获取用户对商品的评分信息和商品的类型标签信息；根据用户的购买商品类型，对用户进行聚类；根据聚类的结果，并通过评分估值公式为用户-商品评分矩阵中缺省评分赋予评分估值；计算矩阵中商品之间的相似度，对目标用户未购买商品进行预测评分，并为目标用户推荐预测评分最高的前N件商品，本发明相比现有技术具有如下优点：解决了数据稀疏性的问题，减少了不同用户的评分尺度不一致的问题，提高了缺省赋值的准确性，使得同一类中的用户的评分相似性最高，提高了缺省赋值的准确性。